Hibernate数据缓存

Hibernate 数据缓存可分为:

1. 内部缓存（Session Level，也称为一级缓存）；

2. 二级缓存（SessionFactory Level， 也称为二级缓存）；

作用：

1. 通过id加载数据时：包括根据id查询数据的Session.load方法，以及Session.iterate等批量查询方法；

2.延迟加载

一： 内部缓存：属于应用事务级缓存

Session在内部维护了一个Map数据类型，此数据类型中保持了所有的与当前Session相关联 的对象。

如果我们需要通过Session加载某个数据对象，Session首先会根据所有加载的数据类和id，在entitiesByKey中寻找是否已有此数据的缓存实例，如果存在且其状态着判定为

有效，则以此数据实例作为结果返回。

同样，如果Session从数据库中加载了数据，也会将其纳入此Map结构加以管理。

这也就是内部缓存的实现。有时也称此缓存为 Session Level Cache.

内部缓存正常情况下是由Hibernate自动维护，如果需要手动干预，方法如下：

1. Session.evict

将某个特定对象从内部缓存中清除

2. Session.clear

清空内部缓存

二：二级缓存：涵盖了应用级缓存和分布式缓存领域

二级缓存将由从属于本SessionFactory的所有Session实例共享，因此有时也称SessionFactory Level Cache.

Session 在进行数据查询操作时，会首先在自身内部的一级缓存中进行查找，如果缓存未能命中，则将在二级缓存中查询，如果二级缓存命中，则以此数据作为结果返回。

引入二级缓存时，首先要考虑以下几个问题：

1. 数据库是否与其它应用共享；

2. 应用是否需要部署在集群环境中；

对于第一种情况，往往也就意味着不得不放弃二级缓存的使用（也可以对数据库的共享情况进行细化，比如某个表由本应用独占，那么也可以对此表引用二级缓存机制）；

对于第二种情况，我们必须考虑是否需要引入分布式缓存机制，以及引入分布式缓存带来的实际性能变化。

在考虑缓存机制应用策略的时候，我们必须对当前系统的数据逻辑进行考察，以确定最佳的解决方案。

如果 数据满足以下条件，则可将其纳入缓存管理：

1. 数据不会被第三方应用修改；

2. 数据大小在可接受的范围之内；

3.数据更新频率较低；

4. 同一数据可能会被系统频繁引用；

5.非关键数据（关键数据，如金融账户数据）；

Hibernate本身并未提供二级缓存的产品化实现（只是提供了一个基于Hashtable的简单缓存以供调试）。